Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Straż, Grzegorz" wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    The use of a laser diffractometer to analyse the particle size distribution of selected organic soils
    Wykorzystanie dyfraktometru laserowego do analizy uziarnienia wybranych gruntów organicznych
    Autorzy:
    Straż, Grzegorz
    Powiązania:
    https://bibliotekanauki.pl/articles/27312155.pdf
    Data publikacji:
    2023
    Wydawca:
    Polska Akademia Nauk. Czasopisma i Monografie PAN
    Tematy:
    analiza granulometryczna
    dyfraktometr laserowy
    grunt organiczny
    grunt słabonośny
    laser diffraction
    particle size distribution
    organic soil
    soft soil
    Opis:
    This paper deals with the problem of determining the particle size distribution of selected organic soils from the vicinity of Rzeszów (Poland), using a laser diffractometer method, the knowledge of which will allow to determine the degree of differentiation or similarity of the tested organic soils in this aspect. The HELOS Laser Diffractometer manufactured by Sympatec GmbH was used for the tests. For proper analysis, the researches results in the form of graphs were grouped according to the content of organic substances in accordance with the standard classification. The conducted research was primarily aimed at presenting the grain differentiation and particle size distribution in terms of the applied method and comparing the test results of samples of selected, different organic soils, prepared using the same dispersion procedure and carried out in exactly the same test conditions, generated using capabilities of a diffractometer. Summing up, the laser diffractometer method presented in the article, although not fully verified in the case of organic soils, seems to be a the perspective method with capabilities allowing it to be nominated as an exceptionally useful method for the investigations of soft soils, including organic soils.
    W niniejszej pracy zaprezentowano wyniki analizy granulometrycznej 12 próbek wybranych gruntów organicznych pochodzących z okolic Rzeszowa. Grunty te, ze względu na ich cechy charakterystyczne, zaliczane są do gruntów słabonośnych, charakteryzujących się w stosunku do gruntów mineralnych, głównie niewielką wytrzymałością oraz małą sztywnością. Pomimo tych niekorzystnych właściwości obecnie grunty te znajdują się w obszarze zainteresowań inżynierii geotechnicznej z powodu coraz częstszego ich lokalizowania na terenach będących obiektem zainteresowania inwestorów. Posadowienie obiektów budowlanych czy konstrukcji inżynierskich na terenach, gdzie zalegają grunty słabonośne, w tym organiczne, jest wyjątkowo skomplikowane, pracochłonne i kosztowne a kluczem do bezpiecznego posadowienia jest prawidłowe określenie ich właściwości i parametrów geotechnicznych, a określenie składu ziarnowego jest jednym z podstawowych badań geotechnicznych. Niestety, na chwilę obecną nie opracowano dedykowanej metody, która byłaby w pełni wiarygodna w przypadku badań granulometrycznych gruntów organicznych. Opracowania naukowe w tym zakresie, najczęściej obejmują badania mineralnej części szkieletu gruntowego, które w warunkach laboratoryjnych zostały pozbawione materii organicznej, a to przede wszystkim ona decyduje o właściwościach gruntu organicznego. Skutkiem takiego modyfikowania próbek do badań jest fakt, że próbki te różnią się od naturalnego materiału pozyskanego ze złoża i oczywistym jest, że charakteryzują się zupełnie różnymi właściwościami. Wyników tych obydwu badań nie można bezpośrednio porównywać, mimo, że materiałem bazowym do badań granulometrycznych był ten sam grunt organiczny. Dlatego planując badania zaprezentowane w niniejszym opracowaniu, przyjęto że zostaną one przeprowadzone na próbkach gruntów organicznych o kompletnym szkielecie gruntowym, bez rozdzielania materiału badawczego na cześć mineralną i organiczną.
    Źródło:
    Archives of Civil Engineering; 2023, 69, 3; 521--539
    1230-2945
    Pojawia się w:
    Archives of Civil Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Evaluation of the unit weight of organic soils from a CPTM using an Artificial Neural Networks
    Wyznacznie ciężaru objętościowego gruntu organicznego na podstawie badań CPTM z zastosowaniem sztucznych sieci neuronowych
    Autorzy:
    Straż, Grzegorz
    Borowiec, Artur
    Powiązania:
    https://bibliotekanauki.pl/articles/1852298.pdf
    Data publikacji:
    2021
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    ciężar objętościowy
    sieć neuronowa sztuczna
    grunt organiczny
    sonda statyczna
    sonda stożkowa
    CPTM
    unit weight
    artificial neural network
    organic soil
    organic content
    cone penetration test
    Opis:
    This paper discusses the use of mechanical cone penetration test CPTM for estimating the soil unit weight of selected organic soils in Rzeszow site, Poland. A search was made for direct relationships between the empirically determined the soil unit weight value and cone penetration test leading parameters (cone resistance qc, sleeve friction fs. The selected, existing models were also analysed in terms of suitability for estimating the soil unit weight and tests were performed to predict the value soil unit weight of local, different organic soils. Based on own the regression analysis, the relationships between empirically determined values of soil unit weight and leading parameters cone penetration test were determined. The results of research and analysis have shown that both existing models and new, determined regression analysis methods are poorly matched to the unit weight values determined in laboratory, the main reason may be the fact that organic soils are characterized by an extremely complicated, diverse and heterogeneous structure. This often results in a large divergence and lack of repeatability of results in a satisfactorily range. Therefore, in addition, to improve the predictive performances of the relationships, analysis using the artificial neural networks (ANN) was carried out.
    W artykule zaprezentowano możliwości zastosowania wyników badań terenowych uzyskanych za pomocą stożkowej sondy statycznej CPTM (ze stożkiem mechanicznym) do wyznaczania ciężaru objętościowego wybranych gruntów organicznych zlokalizowanych na terenie Rzeszowa. Głównym celem prowadzonych badań było poszukiwanie bezpośrednich zależności pomiędzy między wyznaczonymi w warunkach laboratoryjnych wartościami ciężaru objętościowego gruntu γt a parametrami wiodącymi dla badania sondą statyczną CPTM, którymi są: opór gruntu podczas zagłębiania stożka qc oraz opór tarcia na tulei ciernej fs. Testy laboratoryjne wykonano na próbkach o nienaruszonej strukturze, pobranych z otworów kontrolnych umiejscowionych w bezpośrednim sąsiedztwie punktów sondowania, co pozwoliło na pozyskanie reprezentatywnych próbek gruntów o szerokim spectrum zawartości części organicznych od 5,02 do 84,93%. Wykorzystując metodę standardowej analizy regresji określono zależności między empirycznie wyznaczonymi wartościami ciężaru objętościowego badanych gruntów organicznych, a parametrami wyznaczonymi za pomocą sondy statycznej w warunkach in situ. Wykorzystano również szereg modeli literaturowych, opracowanych przez prezentujących je badaczy dla różnych ośrodków gruntowych i parametrów wiodących. Niestety, analiza regresji wykazała, że zarówno istniejące modele, jak i nowe są słabo dopasowane do wartości ciężaru objętościowego wyznaczonych w laboratorium. Głównym powodem może być fakt, że grunty organiczne charakteryzują się niezwykle skomplikowaną budową, różnorodną i niejednorodną strukturą, a przede wszystkim bardzo zróżnicowaną zawartością części organicznych, które mogą lokalnie różnić się genezą czy składem chemicznym. Czynniki te mają wpływ na wyjątkowo dużą rozbieżność i brak powtarzalności uzyskiwanych wyników w zadowalającym zakresie. Dlatego, dodatkowo, aby poprawić predykcyjne działanie zależności, przeprowadzono analizę z wykorzystaniem sztucznych sieci neuronowych (SSN). Porównanie wyników zastosowania standardowej regresji i sieci neuronowych w celu prognozowania ciężaru objętościowego wybranych gruntów organicznych na podstawie wyników sondowania statycznego wykazało, że sieci neuronowe są dokładniejsze. Maksymalne wartości median uzyskanych w analizach statystycznych współczynników determinacji (R2) testowanych modeli wynosiły odpowiednio 0,353 i 0,564. Wynik wykorzystania sieci neuronowych nie jest zadowalający, ale bardzo obiecujący. W związku z tym, planowana jest kontynuacja prac z wykorzystaniem analizy za pomocą sztucznych sieci neuronowych, lecz z zastosowaniem różnych kryteriów kategoryzowania lokalnych gruntów organicznych.
    Źródło:
    Archives of Civil Engineering; 2021, 67, 3; 259-281
    1230-2945
    Pojawia się w:
    Archives of Civil Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Evaluation of the unit weight of organic soils from a CPTM using an Artificial Neural Networks
    Wyznacznie ciężaru objętościowego gruntu organicznego na podstawie badań CPTM z zastosowaniem sztucznych sieci neuronowych
    Autorzy:
    Straż, Grzegorz
    Borowiec, Artur
    Powiązania:
    https://bibliotekanauki.pl/articles/1852458.pdf
    Data publikacji:
    2021
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Opis:
    This paper discusses the use of mechanical cone penetration test CPTM for estimating the soil unit weight of selected organic soils in Rzeszow site, Poland. A search was made for direct relationships between the empirically determined the soil unit weight value and cone penetration test leading parameters (cone resistance qc, sleeve friction fs. The selected, existing models were also analysed in terms of suitability for estimating the soil unit weight and tests were performed to predict the value soil unit weight of local, different organic soils. Based on own the regression analysis, the relationships between empirically determined values of soil unit weight and leading parameters cone penetration test were determined. The results of research and analysis have shown that both existing models and new, determined regression analysis methods are poorly matched to the unit weight values determined in laboratory, the main reason may be the fact that organic soils are characterized by an extremely complicated, diverse and heterogeneous structure. This often results in a large divergence and lack of repeatability of results in a satisfactorily range. Therefore, in addition, to improve the predictive performances of the relationships, analysis using the artificial neural networks (ANN) was carried out.
    W artykule zaprezentowano możliwości zastosowania wyników badań terenowych uzyskanych za pomocą stożkowej sondy statycznej CPTM (ze stożkiem mechanicznym) do wyznaczania ciężaru objętościowego wybranych gruntów organicznych zlokalizowanych na terenie Rzeszowa. Głównym celem prowadzonych badań było poszukiwanie bezpośrednich zależności pomiędzy między wyznaczonymi w warunkach laboratoryjnych wartościami ciężaru objętościowego gruntu γt a parametrami wiodącymi dla badania sondą statyczną CPTM, którymi są: opór gruntu podczas zagłębiania stożka qc oraz opór tarcia na tulei ciernej fs. Testy laboratoryjne wykonano na próbkach o nienaruszonej strukturze, pobranych z otworów kontrolnych umiejscowionych w bezpośrednim sąsiedztwie punktów sondowania, co pozwoliło na pozyskanie reprezentatywnych próbek gruntów o szerokim spectrum zawartości części organicznych od 5,02 do 84,93%. Wykorzystując metodę standardowej analizy regresji określono zależności między empirycznie wyznaczonymi wartościami ciężaru objętościowego badanych gruntów organicznych, a parametrami wyznaczonymi za pomocą sondy statycznej w warunkach in situ. Wykorzystano również szereg modeli literaturowych, opracowanych przez prezentujących je badaczy dla różnych ośrodków gruntowych i parametrów wiodących. Niestety, analiza regresji wykazała, że zarówno istniejące modele, jak i nowe są słabo dopasowane do wartości ciężaru objętościowego wyznaczonych w laboratorium. Głównym powodem może być fakt, że grunty organiczne charakteryzują się niezwykle skomplikowaną budową, różnorodną i niejednorodną strukturą, a przede wszystkim bardzo zróżnicowaną zawartością części organicznych, które mogą lokalnie różnić się genezą czy składem chemicznym. Czynniki te mają wpływ na wyjątkowo dużą rozbieżność i brak powtarzalności uzyskiwanych wyników w zadowalającym zakresie. Dlatego, dodatkowo, aby poprawić predykcyjne działanie zależności, przeprowadzono analizę z wykorzystaniem sztucznych sieci neuronowych (SSN). Porównanie wyników zastosowania standardowej regresji i sieci neuronowych w celu prognozowania ciężaru objętościowego wybranych gruntów organicznych na podstawie wyników sondowania statycznego wykazało, że sieci neuronowe są dokładniejsze. Maksymalne wartości median uzyskanych w analizach statystycznych współczynników determinacji (R2) testowanych modeli wynosiły odpowiednio 0,353 i 0,564. Wynik wykorzystania sieci neuronowych nie jest zadowalający, ale bardzo obiecujący. W związku z tym, planowana jest kontynuacja prac z wykorzystaniem analizy za pomocą sztucznych sieci neuronowych, lecz z zastosowaniem różnych kryteriów kategoryzowania lokalnych gruntów organicznych.
    Źródło:
    Archives of Civil Engineering; 2021, 67, 3; 259-281
    1230-2945
    Pojawia się w:
    Archives of Civil Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies